双层光谱CT斑块形态与PVAT参数识别症状性颈动脉斑块
Identification of symptomatic carotid atherosclerotic plaques using dual-layer spectral detector computed tomography-derived perivascular adipose tissue parameters and plaque morphology
RSS 订阅 · European Journal of Radiology · 2026-10-09
本研究基于双层光谱探测器CT（DLCT），纳入256例颈动脉粥样硬化患者，比较症状性与无症状组的斑块形态及血管周围脂肪组织（PVAT）参数。狭窄程度、斑块负荷和PVAT有效原子序数（Zeff）是症状性斑块的独立相关因素，三者组合模型在训练、验证和测试集中AUC分别为0.907、0.825和0.848。
要点
- 狭窄程度、斑块负荷和PVAT Zeff是症状性颈动脉斑块的独立相关因素。
- 在常规狭窄和斑块负荷评估基础上加入PVAT Zeff可提高鉴别症状性斑块的区分能力和重分类能力。
- DLCT的PVAT Zeff可作为补充影像指标用于症状性颈动脉斑块特征描述。
核心结论
- 狭窄程度、斑块负荷和PVAT Zeff与症状性颈动脉斑块独立相关。
- 在常规斑块特征基础上加入PVAT Zeff可改善模型区分能力，并为症状性病变特征描述提供补充信息。
研究设计与样本
- 单中心研究，纳入256例颈动脉粥样硬化患者。
- 根据DLCT前2周内有无短暂性脑缺血发作或同侧缺血性卒中分为症状组与无症状组。
- 包括回顾性训练队列133例、回顾性内部验证队列58例和前瞻性独立时间验证队列65例。
- 采用多因素logistic回归识别与症状性颈动脉斑块独立相关的影像变量并纳入分类模型。
关键影像表现/征象
- 通过DLCT可获得斑块形态特征和PVAT有效原子序数（Zeff）参数。
诊断标准与关键数值
- 模型2纳入狭窄程度、斑块负荷和PVAT Zeff三个参数。
- 训练集中模型2的ROC曲线下面积为0.907。
- 内部验证集中模型2的ROC曲线下面积为0.825。
- 前瞻性独立时间验证集中模型2的ROC曲线下面积为0.848。
- 加入PVAT Zeff后较单纯狭窄程度和斑块负荷评估改善了区分能力和重分类能力。
临床应用与阅片要点
- 在颈动脉粥样硬化DLCT评估中，除常规斑块形态外可关注PVAT Zeff以获得症状性斑块相关的补充信息。
- 将PVAT Zeff与狭窄程度和斑块负荷联合有助于区分症状性颈动脉斑块。
局限性
- 本研究为单中心设计。
引用
- European Journal of Radiology：Identification of symptomatic carotid atherosclerotic plaques using dual-layer spectral detector computed tomography-derived perivascular adipose tissue parameters and plaque morphology
- Chi, Cheng, Zhou, et al. Identification of symptomatic carotid atherosclerotic plaques using dual-layer spectral detector computed tomography-derived perivascular adipose tissue parameters and plaque morphology. Eur J Radiol. 2026. PMID: 42874218. doi:10.1016/j.ejrad.2026.113297
供执业医师工作参考，不替代临床判断；数值与分级以指南原文为准。